شرکت اتمیک کنیون ۷ میلیون دلار برای توسعه هوش مصنوعی در صنعت هسته‌ای جذب سرمایه کرد

شرکت‌های فناوری به شدت بر روی انرژی هسته‌ای برای تأمین برق مورد نیاز جهت تحقق برنامه‌های هوش مصنوعی خود شرط بسته‌اند، اما مراکز داده به سرعت برق نیاز دارند و صنعت هسته‌ای به سرعت خود شهرت ندارد.

تری لادردیل معتقد است هوش مصنوعی می‌تواند سرعتی را که صنعت هسته‌ای نیاز دارد، فراهم کند. او شرکت اتمیک کنیون را کمی بیش از یک سال و نیم پیش تأسیس کرد تا با استفاده از هوش مصنوعی به مهندسان، تکنسین‌های تعمیر و نگهداری و مسئولان انطباق در پیدا کردن اسناد مورد نیازشان کمک کند.

ایده لادردیل از مشکلات مستندات حجیم در نیروگاه‌های هسته‌ای، مانند نیروگاه دیابلو کنیون در نزدیکی خانه‌اش در سن لوئیز اوبیسپو کالیفرنیا که حدود ۲ میلیارد صفحه سند دارد، نشأت گرفت.

اتمیک کنیون در اواخر سال ۲۰۲۴ قراردادی با نیروگاه دیابلو کنیون منعقد کرد. به گفته لادردیل، این قرارداد منجر به درخواست‌هایی از سایر شرکت‌های انرژی هسته‌ای شد و او دریافت که زمان جذب سرمایه فرا رسیده است.

اتمیک کنیون اخیراً یک دور جذب سرمایه اولیه (seed round) به مبلغ ۷ میلیون دلار را به رهبری شرکت Energy Impact Partners با موفقیت به پایان رساند. سرمایه‌گذاران دیگری از جمله Commonweal Ventures، Plug and Play Ventures، Tower Research Ventures، Wischoff Ventures و سرمایه‌گذاران اولیه نیز در این دور مشارکت داشتند.

در ابتدای فعالیت اتمیک کنیون، مهندسان هوش مصنوعی این شرکت مدل‌های مختلفی را آزمایش کردند که نتایج ناامیدکننده‌ای داشت. لادردیل توضیح داد که هوش مصنوعی در مواجهه با اصطلاحات هسته‌ای دچار توهم (hallucinates) می‌شد، زیرا به اندازه کافی نمونه از کلمات اختصاری این حوزه را ندیده بود.

برای حل این مشکل و آموزش مدل‌های جدید که نیازمند قدرت محاسباتی زیادی است، اتمیک کنیون با آزمایشگاه ملی اوک ریج (Oak Ridge National Laboratory) که تحقیقات هسته‌ای انجام می‌دهد و دارای دومین ابرکامپیوتر سریع جهان است، همکاری کرد. این آزمایشگاه به ایده اتمیک کنیون علاقه‌مند شد و ۲۰ هزار ساعت پردازش واحد پردازش گرافیکی (GPU hours) را در اختیار این شرکت قرار داد.

مدل‌های اتمیک کنیون از تکنیک جاسازی جمله (sentence embedding) استفاده می‌کنند که برای نمایه‌سازی اسناد بسیار مناسب است. این مدل‌ها با استفاده از تولید تقویت شده با بازیابی اطلاعات (Retrieval-Augmented Generation - RAG) وظیفه دارند اسناد نیروگاه هسته‌ای را قابل جستجو کنند. RAG از مدل‌های زبان بزرگ (LLMs) برای ایجاد پاسخ به پرسش‌ها استفاده می‌کند، اما برای کاهش توهم، LLMها را ملزم می‌کند که به اسناد خاصی مراجعه کنند.

در حال حاضر، اتمیک کنیون بر روی جستجوی اسناد تمرکز کرده است، زیرا به گفته لادردیل، ریسک در این بخش کمتر است. او بیان کرد که شروع کار تولیدی با عناوینی مانند عنوان اسناد، صرفاً ممکن است باعث کمی ناراحتی شود و جان کسی را در نیروگاه به خطر نمی‌اندازد.

لادردیل آینده‌ای را متصور است که هوش مصنوعی اتمیک کنیون بتواند «پیش‌نویس اولیه» اسناد را همراه با مراجع ایجاد کند، اما تاکید کرد که «همیشه یک انسان در این فرآیند حضور خواهد داشت» (human in the loop). او زمان‌بندی مشخصی برای این مرحله ارائه نکرد و گفت که جستجو «لایه بنیادین» (foundational layer) است و آن‌ها در زمینه جستجو به تنهایی، به دلیل حجم بالای اسناد در صنعت هسته‌ای، مسیر طولانی در پیش دارند.